iAOP-Core · 模型框架层（AI Model Framework）
对应 PRD 5.3「③ AI 模型框架」与 EPIC #5（内核平台化改造，RISK 项）。
本层把化工 AI 的模型框架改造为模板化形态：固定主干网络 + 可配置超参； Model Recipe 插件注册；FeatureSpec 声明式特征；所有可变量外置为 JSON 超参包，同一框架切换行业模板仅改此包（零改码）。
模块清单（EPIC #5 子任务，全部合入）
| 模块 | 对应 issue | PRD 5.3 模型 | 说明 |
|---|---|---|---|
model_recipe |
#34 | ③ Model Recipe 插件接口与样例协议 | 配方（Recipe）不可变对象、主干工厂注册表、样例协议、超参包校验 |
feature_spec |
#35 | ③ FeatureSpec 声明式特征定义引擎 | 特征 DSL 解析（窗口/算子/引用）、校验/物化/算子注册 |
quality_forecast |
#36 | ③ ①质量预测模板化（固定主干+配方加载） | gbdt/dnn 主干 + 配方，Accuracy ≥ 90% 验收 |
anomaly_detection |
#37 | ③ ③异常检测模板化 | iforest/lof 主干 + 配方（阈值策略/召回/误报验收） |
cross_process_optimizer |
#38 | ③ 跨工序寻优模板化 | 决策变量/目标/约束声明式规格 + 求解器注册（grid/analytic/random） |
hyperparam |
#39 | ③ 超参包 JSON Schema 校验器 | 超参包加载 + 逐条校验报告 |
pipeline |
#40 | ③ 训练/推理流水线编排 | 声明式配置驱动 Step/Estimator 编排，训练/评估/预测 |
template_registry |
#41 | ③ 模型模板注册/加载/版本机制 | 多版本 + dev/staging/prod 阶段 + 提升/回滚 + 审计 |
template_poc |
#42 | ③ 模型框架模板化 PoC（真实数据验证·降 RISK） | Ti+树脂真实场景端到端验证 R1/R2/R3 |
命名空间约定
各模型模块（quality_forecast / anomaly_detection / cross_process_optimizer /
template_registry / template_poc）为独立命名空间，经
from . import ... 挂载到 model_framework，避免同名符号
（Recipe / BACKBONES / Stage 等）互相覆盖：
from model_framework.quality_forecast import Recipe # 质量预测配方
from model_framework.anomaly_detection import Recipe # 异常检测配方
from model_framework.template_registry import Stage # 模板阶段
顶层 model_framework 仅 re-export 无冲突符号（hyperparam / feature_spec /
model_recipe）。零外部强依赖：无 numpy/sklearn 时各模块退化到 stub 实现仍可加载与校验。
快速开始
# 全部单测（core/model-framework 目录下）
python -m unittest discover -s tests -v
# 资产冒烟校验（模块可导入 + 顶层符号 + 样例配方 + PoC R1/R2/R3）
python _sanity_check.py
超参包 JSON 结构见 PRD 5.3「超参包 JSON 完整示例」与 samples/ 下
（quality-forecast / anomaly-detection / cross-process-opt 各含 Ti 与树脂两套配方）。